深度学习在生物医药领域中的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量
1641	2024-08-05	Using mesoscopic tract-tracing data to guide the estimation of fiber orientation distributions in the mouse brain from diffusion MRI 2023-04-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2023.119999 PMID:36871795	research paper	本研究旨在利用中观轨迹追踪数据改进小鼠脑部扩散MRI的纤维方向分布估计	提出了一种利用中观轨迹追踪数据训练深度学习网络的方法，以改善小鼠脑部FODs的估计	未提及具体的局限性	改善小鼠脑部扩散MRI信号中的纤维方向估计	小鼠脑部的纤维方向分布	数字病理学	NA	扩散MRI	深度学习网络	MRI数据	使用了来自艾伦小鼠脑连接图谱的中观轨迹追踪数据
1642	2024-08-05	Generalizability of Deep Learning Segmentation Algorithms for Automated Assessment of Cartilage Morphology and MRI Relaxometry 2023-04, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.28365 PMID:35852498	研究论文	评估深度学习模型在不同数据集上进行自动化评估的泛化能力	提出了将预训练的深度学习模型应用于不同MR扫描仪和获取参数的数据集上，以评估其泛化能力	深度学习模型的泛化能力依赖于训练数据集的特性，可能在其他类型的病理情况下表现不佳	评估深度学习模型在没有微调的情况下对新数据集的适用性	59名受试者及其不同的MR扫描数据集	数字病理学	NA	qDESS	NA	MRI图像	59名受试者（26名女性），分为四个研究小组
1643	2024-08-05	Cross-scanner harmonization methods for structural MRI may need further work: A comparison study 2023-04-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2023.119912 PMID:36731814	研究论文	该研究评估了多种扫描仪标定方法对脑部MRI影像的一致性影响	比较了深度学习、直方图匹配和统计方法在MRI扫描一致性中的应用，提供了未来研究的框架	现有方法在长时间数据集上均未能有效和谐处理	旨在提高针对不同扫描仪的MRI数据的一致性	涉及在GE和西门子扫描仪上扫描的参与者数据	数字病理学	衰老和癫痫	深度学习、直方图匹配和统计方法	深度学习模型（如CycleGAN和CGAN）	MRI影像数据	涉及共567名参与者，113名为交叉扫描者，454名为纵向扫描者
1644	2024-08-05	The connectome of an insect brain 2023-03-10, Science (New York, N.Y.) DOI:10.1126/science.add9330 PMID:36893230	研究论文	本文映射了一个昆虫大脑的突触分辨率连接组，展示了其神经元网络的架构和功能	揭示了丰富的神经回路结构特点，如多感官整合和高度重复的电路结构	未提及具体的实验验证或应用研究	了解昆虫大脑的网络架构与功能	研究了一个具有丰富行为的昆虫幼虫大脑	数字病理学	NA	NA	NA	神经元连接数据	3016个神经元和548,000个突触
1645	2024-08-05	DOMINO: Domain-aware loss for deep learning calibration 2023-Mar, Software impacts IF:1.3Q3 DOI:10.1016/j.simpa.2023.100478 PMID:37091721	研究论文	本文提出了一种新的领域感知损失函数，用于校准深度学习模型	提出了一种基于类之间相似性的分类惩罚的新型损失函数，改进了模型的校准	未提及具体的限制	研究深度学习模型的校准方法，特别是在医疗影像任务中的应用	深度学习模型及其在医疗影像任务中的校准	计算机视觉	NA	深度学习	NA	NA	NA
1646	2024-08-05	Characterizing browser-based medical imaging AI with serverless edge computing: towards addressing clinical data security constraints 2023-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2653626 PMID:37063644	研究论文	本文提出了一种基于浏览器的医学成像人工智能部署系统，以增强临床数据安全性	该研究创新性地利用无服务器边缘计算实现隐私保护的医学成像AI应用，避免了常规云计算的隐私风险	研究中未明确讨论与其他类型隐私保护模型的比较	研究旨在解决医学成像AI应用中的数据隐私问题	研究对象为利用CT进行肺癌筛查的3D医学图像分割模型	数字病理学	肺癌	无服务器边缘计算	3D卷积神经网络 (CNN)	医学图像	NA
1647	2024-08-05	Multi-site cross-organ calibrated deep learning (MuSClD): Automated diagnosis of non-melanoma skin cancer 2023-02, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2022.102702 PMID:36516556	研究论文	本文提出了一种新的深度学习方法MuSClD，用于改善非黑色素瘤皮肤癌的自动诊断。	创新点在于利用外部测试机构的非目标器官的全片图像进行校准，来减小训练数据和测试数据之间的领域转移。	本研究主要集中在非黑色素瘤皮肤癌的诊断，可能无法直接应用于其他类型的癌症或疾病。	研究的目的是提高深度学习分类器在不同测试地点上对非黑色素瘤皮肤癌的通用性。	研究对象为基本细胞癌、原位鳞状细胞癌和侵袭性鳞状细胞癌。	计算机视觉	非黑色素瘤皮肤癌	深度学习	NA	全片图像	训练样本85，测试样本352
1648	2024-08-05	Antibodies as drugs-a Keystone Symposia report 2023-01, Annals of the New York Academy of Sciences IF:4.1Q1 DOI:10.1111/nyas.14915 PMID:36382536	评论	本文讨论了抗体作为药物的最新研究进展	介绍了抗体治疗的最新方法及其在多种疾病中的应用	未提供具体的实验数据或研究样本	探讨抗体作为药物的研究前沿	关注于抗体的治疗潜力及其工程化	NA	肿瘤, 自身免疫疾病, 传染病	深度学习	NA	NA	NA
1649	2024-08-05	A biologically inspired architecture with switching units can learn to generalize across backgrounds 2023-Nov, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2023.09.014 PMID:37839332	研究论文	该文章展示了一种生物启发的网络结构，通过切换单元可以学习在不同背景下进行泛化	提出了一种瓶颈切换网络，这是一种类生物的架构，可以避免在新背景下的灾难性遗忘	未详细讨论与其他生物启发机制的比较	研究如何通过生物感知原则来提高人工系统的环境适应能力	使用MNIST数字及CIFAR-10数据集探索在不同背景下的数字分类	机器学习	NA	NA	切换网络	图像	使用MNIST数字数据集和CIFAR-10数据集的样本
1650	2024-08-05	A Multilabel Text Classifier of Cancer Literature at the Publication Level: Methods Study of Medical Text Classification 2023-Oct-05, JMIR medical informatics IF:3.1Q2 DOI:10.2196/44892 PMID:37796584	研究论文	本研究旨在建立一个多标签分类器，以提高癌症文献的分类分辨率	通过结合BERT和TextRNN模型，实现了对癌症文献的高分辨率多标签分类	未来需要收集更多来自不同领域的数据以验证模型的可扩展性和扩展性	解决现有低分辨率癌症文献分类的问题，以支持临床相关性文献的高效检索	癌症研究的文献，涉及70699篇癌症出版物	自然语言处理	癌症	BERT + X	BERT + TextRNN	文本	70699篇癌症出版物
1651	2024-08-05	Automated fatty liver disease detection in point-of-care ultrasound B-mode images 2023-May, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.10.3.034505 PMID:37284231	研究论文	本文提出了一种自动化的脂肪肝疾病检测算法，利用非专家获取的实时超声B模式图像	研究中介绍了如何在低质量的B模式图像上，应用深度学习算法进行肝脏脂肪变的分类，并且可以在非专家操作下实现	尽管表现良好，但该算法依赖于低质量的B模式图像和最小的超声采集培训	研究旨在开发一种用于非酒精性脂肪肝疾病的自动筛查算法	研究对象为478名患者，他们的B模式图像由非专家医护人员获取	数字病理学	NAFLD	深度学习	DenseNet-121	图像	478名患者的图像数据
1652	2024-08-05	Guided diffusion for inverse molecular design 2023-Oct, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-023-00532-0 PMID:38177755	研究论文	本文介绍了一种新的逆分子设计方法GaUDI，其结合了属性预测的等变图神经网络和生成扩散模型	GaUDI通过结合图神经网络和生成扩散模型，实现了对分子属性的条件设计，并能够生成超出初始分布的分子	未提及具体的局限性	提高分子设计的效率和有效性，特别是在有机电子应用中	生成的475,000个多环芳香系统的数据集	机器学习	NA	生成扩散模型，图神经网络	NA	数据集	475,000个多环芳香系统
1653	2024-08-05	VOC transport in an occupied residence: Measurements and predictions via deep learning 2023-Sep-20, The Science of the total environment DOI:10.1016/j.scitotenv.2023.164559 PMID:37263430	研究论文	本研究监测和预测了占用居住环境中的挥发性有机化合物(VOCs)	通过深度学习模型预测了在占用居住环境中十种典型VOCs的浓度，并发现人类活动对VOCs排放有显著影响	在研究中未涉及更广泛的环境变量和更多的VOCs种类	研究居住环境中VOCs的传输特性及其暴露评估	在占用的住宅中监测和预测十种典型VOCs	数字病理学	NA	深度学习	长短期记忆网络(LSTM)	时间序列数据	10种典型VOCs
1654	2024-08-05	Unsupervised 3D Pose Transfer With Cross Consistency and Dual Reconstruction 2023-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2023.3259059 PMID:37030769	研究论文	本文提出了一种无监督的3D姿态转移方法，旨在从源网格向目标网格转移姿态，同时保留目标网格的身份信息	提出了一种名为X-DualNet的简单而有效的方法，能够在无监督下实现3D姿态转移	依赖于真实场景中有限的地面真实数据，尽管可以实现无监督训练，但可能在某些情况下受到限制	实现高效的无监督3D姿态转移	源网格与目标网格的人类与动物数据	计算机视觉	NA	深度学习	NA	网格数据	广泛的人类和动物数据
1655	2024-08-05	A Generalized Explanation Framework for Visualization of Deep Learning Model Predictions 2023-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2023.3241106 PMID:37022375	研究论文	提出了一种通用的解释框架GALORE，用于深度学习模型预测的可视化	通过统一归因解释和两种其他类型的解释，提出了新的解释类别以处理深度学习模型的不确定性	主要集中于专家领域的细粒度分类问题，可能不适用于其他类型的分类问题	提高对深度学习模型决策过程的理解	使用CUB200和ADE20K数据集进行对象识别和场景分类的实验	计算机视觉	NA	NA	NA	图像	使用两个数据集进行实验，具体样本数量未提及
1656	2024-08-05	Deep Learning Based Apples Counting for Yield Forecast Using Proposed Flying Robotic System 2023-Jul-05, Sensors (Basel, Switzerland) DOI:10.3390/s23136171 PMID:37448020	研究论文	本文研究了一种基于深度学习的苹果计数方法，旨在提高产量预测的准确性	提出了一种飞行机器人系统(FRS)用于自主检测和计数苹果，并比较了两种神经网络模型的性能	论文中未提及具体的环境和光照条件对模型性能的影响	提高苹果产量预测的准确性	使用自定义数据集和深度学习模型检测和计数苹果	计算机视觉	NA	深度学习，卷积神经网络(CNN)	SSD Mobilenet 和 Faster R-CNN	图像	4000张苹果图像
1657	2024-08-05	Adaptively Lightweight Spatiotemporal Information-Extraction-Operator-Based DL Method for Aero-Engine RUL Prediction 2023-Jul-05, Sensors (Basel, Switzerland) DOI:10.3390/s23136163 PMID:37448012	研究论文	提出了一种名为Involution GRU的轻量级自适应时空信息提取操作符，用于预测航空发动机的剩余使用寿命（RUL）	创新性地引入了自适应特征提取操作符，改善了现有模型的复杂性和自适应性	NA	提高航空发动机RUL预测的准确性和性能	航空发动机的剩余使用寿命	机器学习	NA	深度学习	Inv-GRU	多种原始数据	使用C-MAPSS数据集进行比较实验
1658	2024-08-05	Pashto Handwritten Invariant Character Trajectory Prediction Using a Customized Deep Learning Technique 2023-Jun-30, Sensors (Basel, Switzerland) DOI:10.3390/s23136060 PMID:37447909	研究论文	本研究专注于使用深度学习技术检测和识别普什图手写字符和连字	开发了针对普什图的特定数据集，并引入了数据增强技术，以提升手写字符识别的准确性	专注于普什图语言，可能对其他区域语言的适用性有限	旨在保护普什图手写字符的识别和记录	普什图手写字符和连字	计算机视觉	NA	深度学习	定制CNN	图像	NA
1659	2024-08-05	ConvNeXt steel slag sand substitution rate detection method incorporating attention mechanism 2023-Jun-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-37676-y PMID:37391568	研究论文	提出了一种基于深度学习的钢渣砂替代率检测方法	通过在ConvNeXt模型中加入Squeeze and Excitation注意力机制，提高了钢渣砂混合物颜色特征的提取效率	检测方法效率低，缺乏具有代表性的采样	提升钢渣砂替代率检测的效率和准确性	钢渣砂的替代率	计算机视觉	NA	深度学习	ConvNeXt	图像	NA
1660	2024-08-05	Micro-architecture design exploration template for AutoML case study on SqueezeSEMAuto 2023-Jun-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-37682-0 PMID:37391458	研究论文	本文探讨了一种AutoML框架，用于SqueezeNet的微架构设计探索	提出了将SE块与残差块组合并应用于SqueezeNet的创新方法	没有提及实验的计算资源和时间成本	旨在优化CNN架构设计以提高图像识别任务的准确性	研究对象为基于SqueezeNet的深度学习模型	计算机视觉	NA	卷积神经网络	SqueezeNet	图像	CIFAR-10和清华人脸表情数据集